近日，这一黑科技正被吾征AI公司破解并开始广泛应用。该科技主要基于机器视觉与人脸表情识别等技术，利用对驾驶员的眼睛闭合程度、嘴巴的张开的程度等人脸特征来推断驾驶员的饮酒状态。目前，经上万例用户验证结果表明，疑似饮酒概率准确度在85%以上。

利用机器学习算法与人脸表情识别等技术实现的是否处于醉酒状态的预测，在其他领域也有非常多的应用场景，包括保险、交通安全、金融、安防等领域。在保险领域，如果我们了解到某个用户经常酗酒，那么该用户很可能出险的概率就高，对于保险公司来说，并不是最优质的客户；在交通安全领域，畅想一下，相关的交通管理机构联合大型互联网企业做用户不清醒状态的预测，如果某用户醉酒的可能性很大，那么可以通过互联网应用来提醒该用户酒后不要驾驶；在金融领域，以小额贷款为例，如果发现某个用户老是醉酒，其征信得分应该有所降低，贷款审核也应该更加慎重。

饮酒检测技术实现方式及路径

鉴于驾驶员的饮酒状态表现非常细微，如眨眼频率、打哈欠次数、头部姿态等，系统需要能够准确捕捉并分析这些细节。因此，该技术主要利用摄像头拍摄驾驶员10秒左右的人脸视频，通过获取驾驶员的面部视频信息，再通过数字图像处理技术对驾驶员眼睛状态、打哈欠次数、头部姿态等进行实时识别,并依此判断驾驶员的饮酒状态。

系统利用C++库dlib精准实现人脸区域检测，提取人脸区域关键特征点并绘制人脸区域，实现人脸检测任务；利用眼睛纵横比(EAR)用于估计眼睛张开大小以及闭合程度。

每个人的眨眼方式都略有不同。该模式的不同之处在于关闭和打开的速度、挤压眼睛的程度以及眨眼的持续时间。根据图像核心区域中检测到的坐标，得出眼睛纵横比 (EAR)，用于估计眼睛张开大小以及闭合程度。眼睛纵横比阈值可调整，初始取0.3，>0.3视为正常，=0视为闭合。

系统利用鼻子中心点到两脸中心位置的欧氏距离变化用于估计摇头状态。

由于酒精抑制了大脑中负责协调运动和平衡的神经元的活动，这会导致头部甚至身体平衡能力下降，头部不由自主的发生摇动等。利用识别出的人脸区域中的鼻子特征点与两脸中心的特征点进行欧式距离比较，可知摇头幅度大小。距离差>0.2判定摇头。

系统判定视频帧内同时满足眼睛张开大小、摇头大小以及闭眼等条件，判定该视频帧是否为饮酒状态；统计连续视频流中饮酒状态视频帧占比，计算出采集视频下疑似饮酒概率。

据了解，尽管吾征已取得了一定的进展，但饮酒驾驶检测技术仍面临多项挑战，包括在复杂环境下的检测准确性、算法的实时性能以及对不同个体的适应性等。特别是在饮酒表情特征提取时，图片的预处理会受光照环境、人脸角度等的影响，对于采集数据的环境限制也较大。伴随着互联网和计算机技术的不断发展，人脸面部表情识别技术也在不断地改进，饮酒驾驶检测技术的准确度将会越来越高。

另外，饮酒驾驶检测技术的进步，将进一步促进智能驾驶辅助系统的发展，为实现交通安全提供更加有效的技术手段。总之随着技术的不断进步和应用场景的不断拓展，我们相信在不久的将来，基于深度学习的饮酒驾驶检测将在人机交互、社会安全、医疗健康等领域发挥更加重要的作用。

看到这里，“科技改变生活”的想法是不是出现在脑海了？还没完，该技术除了能通过检测驾驶者饮酒状态之外，吾征公司正在调试基于人脸视频获取驾驶员的酒精浓度的生物计算技术，其工作原理是基于近红外光谱技术，发射近红外光源至驾驶者皮下毛细血管，根据据接收反射回来的光线和光谱，从而找到酒精含量的波长，实现正确感知和检测。有了这个检测黑科技加持，在发现驾驶者处于醉驾状态时，车辆的DADSS系统就会主动制动车辆，直到检测到驾驶员酒精浓度符合驾驶要求后，车辆才能正常行驶。

如果驾驶员酒精安全检测系统真的能像定速巡航和车道保持等配置一样加入量产汽车，保持较高的检测精度和准度，那么，醉驾行为将有可能被有效阻止。